`

СПЕЦІАЛЬНІ
ПАРТНЕРИ
ПРОЕКТУ

Чи використовує ваша компанія ChatGPT в роботі?

BEST CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Руслан Костецкий

Снизить процент мошенничества в ЖКХ

+26
голосов

Повышение цен на жилищно-коммунальные услуги стартует уже в этом месяце, а новая система субсидирования заработает с мая. И это дополнительная нагрузка на государство, причем, не только прямая бюджетная.

Согласно расчетам Министерства ЖКХ, выделенные правительством средства смогут покрыть потребности 4 млн семей. Учитывая, что в каждом домохозяйстве проживает в среднем три человека, то субсидирование охватит не менее 12 млн. украинцев. В итоге сумма за оплату предоставляемых услуг уменьшится, а количество потребляемых ресурсов останется тем же, что выльется в дополнительные расходы для государства.

Кроме того, процедура получения субсидии открывает новые возможности для мошенничества, что также ляжет на плечи государства. Ведь не поставщик услуг пострадает от недобросовестных граждан, разницу в сумме тарифа покрывает государство, у которого и без этого достаточно насущных задач. Основной критерий для получения субсидии сейчас – это доходы семьи. Пока наши граждане еще не разобрались со всеми тонкостями новой системы субсидирования, да и основная нагрузка начнется в октябре, когда стартует новый отопительный сезон. До этого времени я предполагаю волну обсуждений этого вопроса на разных интернет-площадках, в том числе и со стороны потенциальных мошенников, которые уже в следующем году смогут воспользоваться наработанными за этот период схемами.

В свою очередь, государство намерено проверять заявителей и ввести меру наказания для тех, кто предоставил недостоверные данные о своих доходах – штрафовать в размере, в два раза превышающем полученную субсидию. Однако для того, чтобы проверить всех заявителей, требуется много времени и ресурсов. Совершенно очевидно, что проконтролировать всех невозможно и проверки будут делаться выборочно. На основании чего? Скорее всего, будут проверять домохозяйства, претендующие на большие суммы субсидии, что не всегда правильно. Ведь неизвестно, в каком из сегментов относительно суммы субсидии есть мошенники. Получается, что эффективность мероприятий снижается, а государство, помимо того, что несет убытки от мошенничества, вынуждено тратить дополнительные ресурсы на его выявление и противодействие. Еще один немаловажный вопрос – как рассчитать эффективность потраченных средств?

На мой взгляд, для решения этой задачи необходимо использовать инструменты углубленной аналитики SAS, с помощью которых можно провести сегментацию всей базы заявителей, выявить скрытые закономерности и неочевидные связи и на основании этой информации построить профиль потенциального мошенника. Если сейчас можно угадать до 20% недобросовестных заявителей, то, применяя бизнес-аналитику, можно построить так называемую Fraud Detection Model, по которой можно выявлять до 80% случаев мошенничества. Международная практика показывает, что в основном мошенничество кроется в сегменте небольших сумм субсидий, так как риск тут минимален и в случае чего штраф будет не столь значительным – все это тоже можно проверить на практике, используя математическое моделирование. Кроме того, в проверки можно включить и геолокацию. Применение технологий по выявлению скрытых связей поможет также предотвратить и внутреннее мошенничество, когда сами контролеры являются частью мошеннической сети.

По словам премьер-министра, государство предусмотрело в бюджете 24,5 млрд грн на субсидии в ЖКХ. Какой тут процент мошенничества? По опыту зарубежных организаций, занятых в сфере разного рода социальных выплат, – в среднем до 15%. А стоимость внедрения аналитических решений для предотвращения мошенничества обойдется в менее 0,1% от этой суммы. Готово ли государство инвестировать в продвинутые аналитические инструменты сегодня, чтобы предотвратить убытки завтра?

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365

+26
голосов

Напечатать Отправить другу

Читайте также

Странно, откуда сумма взялась с виду очень скромная всего ничтожные 0.1%. А если умножить на 24,5 млрд грн.

Александр, сумма взята с учетом следующих составляющих: ПО, оборудования,стоимости настройки программного комплекса. Очевидно, что эта стоимость не будет меняться в связи с ростом объема субсидий, но если рассчитать из текущей суммы - 24,5 млд - то это как раз и будет 0,1 %, если говорить именно о наших решениях

Зачем какие-то отдельные сложные аналитические системы с геолокацией(?!), если все необходимые для проверки данные есть/должны быть в двух заинтересованных ведомствах: фискальной службе (доходы) и МВД (регистрация)?

Приведу несколько примеров, когда сопоставление данных фискальной службы и МВД не особо помогает выявлять мошенничество.
Например, семья из двух человек проживает в элитном новострое. Реальная зарплата у них в конвертах, а официально они получают минимальную сумму. При этом стоимость содержания квартиры превышает 2 000 грн. Без специальной проверки выявить мошенничество затруднительно. Проверять всех апликантов этого дома? Не проверять ни одного? Кто возьмет на себя такую ответственность?
Еще один пример. Центр, дом дореволюционной постройки, прописано два пенсионера. Доходы у них низкие, коммунальные расходы высокие. По факту же в квартире проживают совершенно другие люди и договора на аренду нет. Как это проверить? Сверкой баз фискальных служб и МВД тут не обойтись. Получается, что только личные проверки. А если проверить нужно 12 млн заявителей? Это невозможно, на это нет ни финансовых, ни человеческих ресурсов. Вот тут и нужен программно-аналитический комплекс, который сможет выполнить эту работу качественно, быстро и максимально эффективно.

Оба случая - уклонение от уплаты налогов. Обнаружение этого - прямая обязанность фискальной службы. Второй случай, в случае проживания, например, родственников без фактической аренды квартиры, - суть нарушение по части регистрации места жительства, т.е. в ведении МВД.

Поэтому мне до сих пор непонятно зачем еще одна аналитическая система, направленная на решение узкой частной задачи, если вся необходимая информация есть/должна быть в двух других ведомствах, непосредственно заинтересованных в ее сборе и уполномоченных на это. Да еще и область полезного ее применения намного шире, чем частный случай предотвращения мошенничества с субсидиями на "коммулаку".
Конечно, если надо продать на много денег...

Согласен с Вами относительно обязанностей фискальной службы и МВД. Но позволю себе также задать встречный вопрос - известно ли Вам, сколько человек получают минимальную зарплату в Украине или зарплату немного выше минимальной, чтобы не попадать в поле зрения фискальной службы? И сколько из этого количества работают не в бюджетной сфере (образование, медицина, МВД ….)? Могу предположить, что цифры будут впечатляющими. И у фискальной службы не хватит ни людей, ни времени проверить всех и получить доказательства уклонения от уплаты налогов. В большинстве случаев ответ будет простой - в Украине непросто вести бизнес, времена тяжелые, вот и зарплаты вынуждены платить маленькие. Состава преступления нет.
В случае МВД - я уверен что Вы знаете в лицо участкового милиционера, который обслуживает дом, в котором Вы живете, и в Вашем мобильном есть номер его мобильного телефона - на всякий случай. Но таких идеальных картин в Украине очень мало, и зачастую МВД оперирует официальной информацией относительно регистрации граждан. Фактическую ситуацию никто системно не контролирует.
Поэтому в случае с субсидиями Министерству социальной политики необходимо использовать возможность сопоставления данных из источников МВД и фискальной службы, но это будут «сырые данные», аналитику для Министерства никто предоставлять не будет. Вот здесь и возникает задача - отправить армию проверяющих для походов во все квартиры, зарегистрированные в которых лица желают получить субсидию, или же только в некоторые, поскольку количество проверяющих на армию не тянет. Простейший путь – выбор объектов проверки экспертным путем, только здесь нужны опытные сотрудники имеющие опыт в выявлении мошенничества и за ними всегда будет стоять человеческий фактор – возможность совершения ошибки при определении объекта углубленного анализа. Собственно, чтобы уменьшить величину ошибки в этом случае и применяется технология data mining, также она помогает выявить связи и закономерности, которые скрыты от человека в больших объемах данных.
Относительно того, стоит ли реализовывать еще одну аналитическую систему, направленную на решение узкой задачи – уверенно скажу СТОИТ, поскольку ее внедрение и использование поможет сэкономить сотни миллионов гривен бюджету, который сегодня как никогда нуждается в этих деньгах.
Конечно если ходить босиком, можно сэкономить и на обуви … Но экономия будет краткосрочной …….

Руслан, совершенно правильная мысль и хорошая идея. Более того, всопользовавшись технологиями Hadoop, которые Ваша компания тоже продвигает (?), можно еще больше сократить риск мошенничества.
Нужно ли это Правительтсу -другой вопрос

 

Ukraine

 

  •  Home  •  Ринок  •  IТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Мережі  •  Безпека  •  Наука  •  IoT